Rick
软件学院
/ MSCS@UIUC
¶
基本信息¶
- 专业：软件工程
- GPA：3.91
- 排名：10%
- 科研段数：2
- TOEFL/IELTS：107 (R30, L25, S23, W29)
- 联系方式：lichenyuthu@gmail.com
- 可提供的帮助：随便聊聊
申请方向
计算机视觉
科研/实习经历
-
校内科研，时间序列分析，一篇NeurIPS共一第二，一篇ICML共一第三
-
NYU暑研，视频生成，一篇ICML共一第一
推荐信
- 强推, 国内老师, 科研推
- 科研推, 国外老师
- 科研推, 国外老师
申请项目¶
| 项目 | 学期 | 结果 |
|---|---|---|
CS@Stanford PhD |
2025 Fall |  Reject |
EECS@MIT PhD |
2025 Fall | Reject |
CS@CMU PhD |
2025 Fall | Reject |
EECS@UCB PhD |
2025 Fall | Reject |
CS@Princeton PhD |
2025 Fall | Reject |
CMS@Caltech PhD |
2025 Fall | Reject |
CS@UW PhD |
2025 Fall | Reject |
CS@UCSD PhD |
2025 Fall | Reject |
CS@UIUC PhD |
2025 Fall | Reject |
MSCS@UIUC Master |
2025 Fall |  Chosen |
CS@UCLA PhD |
2025 Fall | Reject |
CS@Cornell PhD |
2025 Fall | Reject |
CS@GaTech PhD |
2025 Fall | Reject |
CS@Harvard PhD |
2025 Fall | Reject |
CS@UT-Austin PhD |
2025 Fall | Reject |
CS@UMD PhD |
2025 Fall |  Admit |
CS@USC PhD |
2025 Fall | Reject |
CS@UW-Madison PhD |
2025 Fall | Admit |
CS@NYU PhD |
2025 Fall | Reject |
MSCS@ETHZ Master |
2025 Fall | Reject |
CS@ETHz PhD |
2025 Fall | Admit |
申请总结¶
经历¶
直到大三下学期我才最终确定出国，这之前一直打算国内保研。这个决定主要出于两方面的考量：（1）想换个环境，不想在清华待10年；（2）想多一些选择。我大三上学期末申请了UGVR，在最终一轮三选一的环节中被无面试淘汰。一直到2月份才开始找暑研。比较幸运的是，发了几天的邮件就找到了满意的导师，后续就是DS2019、面签等一系列流程。
我从大二到大三暑研之前一直在本校组内当RA，研究方向是时间序列分析。而我暑研做的是视频生成，和之前的方向基本没啥关联。因此，得重新学很多东西。我5月份退出国内课题组开始跟北美的老师干活。前三个月非常不顺利，甚至到了七月份都还没确定具体要做啥。当时甚至觉得暑研要废了。七月底出现了转机，终于把课题确定下来了，于是开始紧锣密鼓地干，年底投了CVPR，但出分太低选择撤稿，无缝转投ICML，最终被接收。
我当时选择了all in phd项目，基本上把美国的top25的学校都申请了一遍，最终申请了22个项目，全部为CS PhD项目，但部分项目可降录MS，例如UIUC PhD -> UIUC MSCS。申请季一共收到了6所学校的8位老师的正式面试（UCSD*1、UIUC*2、Cornell*1、NYU*1、UMD*1、Upenn*2）。最终收到了UMD/WISC的PhD offer以及UIUC、ETHz的MSCS offer。
经验¶
- 三维：对于梭哈美国CS PhD的同学，可以不用浪费时间准备GRE。对于托福，尽可能早考出申请时有效并且达标的成绩。我在托福上就吃了大亏。我UGVR申请阶段紧急考了一次托福，总分107但口语只有21。而某些学校例如UIUC、UCLA对口语小分有要求，我不得不重新考出口语达标的托福成绩。然而，我一直把这事拖延到了暑研之后，距离申请季的时间很短，当时一堆事情堆在一块，我需要同时处理科研投稿、校内课程、托福，最终在申请季前半个月把口语提到了23分。建议大家在大三上就把托福解决掉，少一个后顾之忧。对于GPA，generally speaking，没什么用，达标即可，3.8左右就够用了。但据某些华人老师，院系年级第一算强buff。因此，大多数人比较划算的做法是尽可能花少的时间维护一个相对体面的gpa。
- 推荐信：PhD申请最重要的材料，没有之一。个人经历来看，不少面试都来自北美导师的熟人。并且，当这些目标导师看到来自熟人的推荐信后，很有可能会直接打电话或者发微信询问申请者的情况。另外，推荐信强度对录取有很大影响，强推也有强弱之分，例如“这是我见过最牛逼的学生”、“我之前的学生xxx去了Stanford，现在这位申请人跟xxx一个级别，我认为你们应该录取他”、“你招他一定不会后悔”。不少老师会用这些描述implicitly表示该学生是组内best intern或者给intern排序。
- 文书：主要是CV/SOP，还有一些类似Personal History Statement的东西。PHS基本没啥用。CV个人感觉最重要，老师基本都会认真看。另外，可以做一个个人主页来展示自己，链接放在CV上，我的某些面试就来自于点到我个人主页的老师。对于SOP，在没有类似ChatGPT这样能辅助人们写作的工具的时代，不少老师会把它当成writing sample来对待，可以看一下学生的写作能力如何，但是现在这个材料在很多老师心目中的重要性降低了。
- 面试：面试非常重要！！！！一般而言，网申ddl之后（大约12.20）到2月中旬，老师会给意向学生发面试邀请。某些老师的面试pool相当巨大，甚至见过3位数面试人中选五个不到的最终人选的情况。个人感觉一般面录比在5比1到10比1左右。我申请结果不好的一个很重要的原因就是面试表现不佳。这里我的一些建议：（1）别想着啥都讲，事无巨细地把自己paper讲完不一定有好处，老师不一定喜欢花那么多时间听，因此尝试着用简洁的语言和直观的方式讲述你的工作。某场面试让我印象很深，面试只有15min，老师上来就说请你用几句话讲一下你最骄傲的一篇文章，不要用ppt。（2）尽可能少背稿、用演讲者模式。尝试着放轻松，chill一点，当无情的念稿机器往往效果不好。（3）某些华人导师喜欢考基础知识（线性代数、微积分、机器学习等）或者手撕代码等等，可以适当准备。
- Publication：质量>数量。现在AI科研的现状是不仅清华，全国许多高校相对优秀的本科生，不少人都有若干的paper。许多老师现在已经不大care数量了，个人观察来看，有一篇就够了，文章数量大于1之后边际效应明显，甚至不少老师反感paper数量过多的学生，会有副作用。相比于数量，老师更care的质量，例如这篇文章是不是interesting，这篇文章是不是有很强的insight之类的。因此这里其实建议之后申请的同学不用太care数量，而是尝试着去做一些有意思、有影响力的工作，有这么一篇文章其实也能获得非常不错的申请结果了。
- 其他：现在美国PhD申请非常卷，优秀的候选人非常多。和老师科研方向的match程度会对结果造成很大影响，如果候选人的方向和老师的方向或是想干的方向匹配，会提高录取概率。另外，申请也跟运气有很大关系，例如，Trump砍funding导致老师招生数变少；去年招太多人导致某些老师今年不招人，例如Cornell的CV方向只有2位老师招生。另外，建议大家尽早开始做科研，尤其是AI领域的，需要的前置知识并不多，很多都可以在做科研的过程中现查现学，并且尽早开始进组打工可以让大家明白自己到底想不想做科研、想做什么方向。其实真对科研不感兴趣，只要合理规划，本科毕业后找工也是一个非常不错的选择。